Trajectories of Homeless Shelter Utilization in the At Home/Chez Soi Trial of Housing First
Notice bibliographique
Résumé
OBJECTIVE: Studies have shown that Housing First, a recovery-oriented housing intervention, is effective in reducing service utilization among homeless individuals with mental illness, but less is known about how Housing First affects patterns of service use over time and about characteristics associated with various utilization trajectories. This analysis aimed to explore latent class trajectories of shelter utilization in a randomized controlled trial of Housing First conducted across five Canadian cities. METHODS: Data from the At Home/Chez Soi trial were analyzed (N=2,058). Latent class growth analysis was performed using days of shelter utilization to identify trajectories over 24 months. Multinomial logistic regression was used to determine which baseline variables, including treatment group, could predict class membership. RESULTS: Four shelter use trajectories were identified: consistently low (N=1,631, 79%); mostly low (N=120, 6%); early temporary increase (N=179, 9%); and higher use, late temporary increase (N=128, 6%). Treatment group was a significant predictor of class membership. Those enrolled in Housing First had lower odds of experiencing higher shelter use trajectories (mostly low: odds ratio [OR]=0.50, 95% confidence interval [CI]=0.34-0.72; early temporary increase: OR=0.21, 95% CI=0.15-0.31; higher use, late temporary increase: OR=0.14, 95% CI=0.09-0.22). Other variables associated with trajectory classes included older age and longer time homeless, both of which were associated with higher shelter use. CONCLUSIONS: Several participant characteristics were associated with different shelter use patterns. Knowledge of variables associated with more favorable trajectories may help to inform service planning and contribute to modeling efforts for homelessness.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».